SETUP SETUP

Heeft Big Tech de digitale revolutie eigenhandig deze kant op gestuurd, of zijn er meer verdachten aan te wijzen? Muziektechnoloog Rodrigo Ferreirra en Theatermakers Derk Stenvers en David Schwarz gaven Big Tech in deel 2 van The Silicon Passion een eerlijk proces. Zij kozen voor meer dan één mogelijke schuldige en lieten Big Tech, ‘de mensen’ en ‘technologie’ zichzelf verdedigen in een muzikaal tribunaal. In dit gesprek praten we met ze na en vragen we ze: wie is volgens hen de grote schuldige?

We praten in drie podcasts over omgaan met de macht van Big Tech en wat we daarover leerden door het maken van The Silicon Passion: SETUP’s adaptatie van het bekende lijdensverhaal uit de bijbel. Alleen speelt in onze passie niet Jezus, maar Big Tech de hoofdrol. Met een performance in drie delen, gemaakt door drie verschillende teams van makers, bestuderen we de functie van een zondebok, zoeken we naar het juiste vonnis en formuleren we een passende straf voor alle betrokkenen bij het creëren van de negatieve uitwassen van de digitale revolutie.

Wat drijft ons om zondebokken aan te wijzen en te denken dat als we ze buitensluiten of een kopje kleiner maken, dat dan de balans in de groep weer wordt hersteld? Theatermaker Esther Baalman en interaction designer Jorien Aberkrom bestudeerden het en maakten er bij SETUP het eerste deel van The Silicon Passion over.

We praten in drie podcasts over omgaan met de macht van Big Tech en wat we daarover leerden door het maken van The Silicon Passion: SETUP’s adaptatie van het bekende lijdensverhaal uit de bijbel. Alleen speelt in onze passie niet Jezus, maar Big Tech de hoofdrol. Met een performance in drie delen, gemaakt door drie verschillende teams van makers, bestuderen we de functie van een zondebok, zoeken we naar het juiste vonnis en formuleren we een passende straf voor alle betrokkenen bij het creëren van de negatieve uitwassen van de digitale revolutie.

In SETUP MAAKT stellen we ons met kunstenaars en ontwerpers mogelijke toekomsten met technologie voor.

Het is niet gek dat de samenleving polariseert: we verpakken onze meningen maar al te graag in clickbait-achtige stellingen waar je óf helemaal voor óf helemaal tegen bent. Met de media waar dit zo goed werkt in ons achterhoofd natuurlijk. Dus een basis voor een genuanceerde discussie, in andere woorden, is ook te ontwerpen. We praten met ontwerpers Nienke Huitenga en James Bryan Graves en onderzoeker Rudy van Belkom over hoe we online stevige, genuanceerde discussies kunnen voeren.

In de weken voor de verkiezingen deden we met hen een experiment, waarbij we mensen in een online omgeving lieten discussiëren over stellingen uit Rudy’s Technologie Kieswijzer. Met hulp van consensus-algoritme WINWIN van Nienke en James lichtten we daar vervolgens de ‘moments of consensus’ uit. Het werkt bewust simpel: door mensen per antwoord op een stelling simpelweg ‘agree’ of ‘disagree’ te laten stemmen, markeert het algoritme in de discussie de argumenten waarover de meeste mensen het eens of juist oneens zijn. Het uitlichten van deze argumenten en stukken kennis vinden Nienke en James belangrijker dan een zwart-wit geformuleerde “totaalconclusie” over een onderwerp. Daar sluit Rudy zich bij aan. In de Technologie Kieswijzer koos hij voor het bieden van vijf inhoudelijke antwoordopties per stelling. Want wie een genuanceerd antwoord wil, moet immers een genuanceerde vraag stellen. Hoe kan technologie ons helpen om alle tinten grijs in een discussie weer te waarderen? Daarover gaat dit gesprek. Eén unanieme conclusie hebben we in deze podcast al getrokken: experimenten zoals deze moeten veel vaker en op veel grotere schaal gedaan worden.

Het uiteindelijke lied is dus gecomponeerd door Janne Spijkervet, GPT-2  en Klaas en Maarten (van Pure Ellende), opgenomen in de studio van  Manfred door het voltallige smartlappencollectief Pure Ellende en gearrangeerd door Manfred Jongenelis. Over een powerteam gesproken! We  luisteren het eindresultaat met Smartlappenfestival-bestuurder Marco Terlou en vragen hem: zit de snik erin?!

Patronen voorspellen en herkennen kan een AI als geen ander. Voor mensen betekenisvolle output genereren is een stuk moeilijker. De teksten en akkoorden die de algoritmen (GPT-2 en Music Transformer) genereerden, waren vaak totaal willekeurig. Hoe bak je daar een goede tranentrekker van?

Een kunstmatig intelligent systeem kan zover kijken als de input die het heeft. De dataset is in die zin dus leidend. Om ervoor te zorgen dat het systeem goede output geeft, moet je dus eerst weten wat  goede input is. Daarom is het zaak een helder beeld te hebben van waar  je naar op zoek bent. In ons geval moesten we achterhalen: wat is een  smartlap überhaupt?